从字符串中删除行注释

debugcn 发表于 Dev

基利安（Killian L.）

我正在编写一个文本解析器，它需要能够从行中删除注释。我使用的是一种相当简单的语言，其中所有注释均由＃字符启动，并且删除此后的所有内容将很简单，但是我必须处理＃位于字符串内部的可能性。

因此，我的问题是给出一个字符串，例如
Value="String#1";"String#2"; # This is an array of "-delimited strings, "Like this"
如何最好地提取子字符串
Value="String#1";"String#2";（注意尾随空格）

请注意，注释可能包含引号，并且整行可以在“和”之间进行选择，尽管它在整行中是一致的。如果这很重要，则这是事先已知的。字符串中的引号将被转义一种 \

保罗·德雷珀

std::string stripComment(std::string str) {
    bool escaped = false;
    bool inSingleQuote = false;
    bool inDoubleQuote = false;
    for(std::string::const_iterator it = str.begin(); it != str.end(); it++) {
         if(escaped) {
             escaped = false;
         } else if(*it == '\\' && (inSingleQuote || inDoubleQuote)) {
             escaped = true;
         } else if(inSingleQuote) {
             if(*it == '\'') {
                 inSingleQuote = false;
             }
         } else if(inDoubleQuote) {
             if(*it == '"') {
                 inDoubleQuote = false;
             }
         } else if(*it == '\'') {
             inSingleQuote = true;
         } else if(*it == '"') {
             inDoubleQuote = true;
         } else if(*it == '#') {
             return std::string(str.begin(), it);
         }
    }
    return str;
}

编辑：或更多教科书FSM，

std::string stripComment(std::string str) {
    int states[5][4] = {
    //      \  '  "
        {0, 0, 1, 2,}
        {1, 3, 0, 1,},  //single quoted string
        {2, 4, 2, 0,},  //double quoted string
        {1, 1, 1, 1,},  //escape in single quoted string
        {2, 2, 2, 2,},  //escape in double quoted string
    };
    int state = 0;
    for(std::string::const_iterator it = str.begin(); it != str.end(); it++) {
        switch(*it) {
            case '\\':
                state = states[state][1];
                break;
            case '\'':
                state = states[state][2];
                break;
            case '"':
                state = states[state][3];
                break;
            case '#':
                if(!state) {
                    return std::string(str.begin(), it);
                }
            default:
                state = states[state][0];
        }          
    }
    return str;
}

该states数组定义了FSM状态之间的转换。

第一指标是当前状态，0，1，2，3，或4。

所述第二索引对应于字符，\，'，"，或其它字符。

数组根据当前状态和字符告诉下一个状态。

仅供参考，这些假设反斜杠转义了字符串中的任何字符。您至少需要它们转义反斜杠，因此您可以使用以反斜杠结尾的字符串。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。